创建结合两个不同数据框列的新数据框答案

【问题标题】：Create new dataframe combining two different dataframe columns创建结合两个不同数据框列的新数据框
【发布时间】：2019-01-22 19:52:07
【问题描述】：

我有两个数据框

df1# - 这有用户ID和相应用户购买的产品。

Userid, Productid,    Ordered_Qty
user1           1         1
user1           2         1
user1           3         1
user2           4         1
user2           5         1
user2           3         1
user3           2         1
user3           4         1
user3           5         1

df2# - 这里有产品主文件

Productid, some_attribute
1             "xsff"
2             "xsff"                
3             "xsff"
4             "xsff" 
5             "xsff"

现在，我想创建如下所示的新数据框，

Row - Userid from df1
columns - Productid from df2

新数据框# - [i,j] 值对应于 df1# Ordered_Qty(any qty)。基本上我想获得 df2 中的所有值 - Productid 但在新数据框中填充值来自df1。如果 df1 没有 userid(row) & product(col) 组合的条目，那么我喜欢在其中保留零

      1 2 3 4 5
user1 1 1 1 0 0
user2 0 0 1 1 1 
user3 0 1 0 1 1

为此，我所做的是

new_dataframe = pd.dataframe(0,index=df1.Userid.unique(),columns=df2.Productid.unique())

for index,row in df1.iterrows():
    userid = row['Userid']
    productid = row['Productid']
    ord_qty =  row['Ordered_Qty']
    new_dataframe.loc[userid][productid] = ord_qty

但是这种方式会花费更多时间并最终导致内存错误。有没有更好的办法？

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

使用pivot 或pivot_table 或crosstab：

df3 = df.pivot(index='Userid', columns='Productid').fillna(0, downcast='infer')
df3.columns = df3.columns.get_level_values(1)

或者：

df3 = df.pivot_table(index='Userid', columns='Productid', fill_value=0)
df3.columns = df3.columns.get_level_values(1)

或者：

df3 = pd.crosstab(df['Userid'], df['Productid'])

然后：

df3 = df3.reindex(columns=df2.Productid.unique(), fill_value=0)

【讨论】：

【解决方案2】：

请使用交叉表：

pandas.crosstab(df['userid'], df['productid'])

【讨论】：